Nel luglio 2026 Hongguo, l’app di micro-drama gratuiti di ByteDance, ha superato i 168 milioni di utenti attivi giornalieri, in crescita del 107% su base annua. È più della somma di Tencent Video, iQiyi, Youku e Mango TV messe insieme, ferme intorno ai 155 milioni: dati QuestMobile, ripresi da diverse testate economiche cinesi. Il confronto va letto per quello che misura, cioè l’accesso giornaliero: il modello di Hongguo è gratuito e incentivato, con accessi spinti da check-in e ricompense pubblicitarie, quindi dice molto sull’abitudine di consumo e poco sulla monetizzazione.
Il 31 agosto una delle quattro piattaforme scavalcate ha mandato in onda in prima serata, su Mango TV e Hunan Satellite TV, «后西游记» (Hou Xiyou Ji, «Il seguito del Viaggio in Occidente»): la prima serie lunga a contenuto generato con intelligenza artificiale ad arrivare sulla syndication satellitare cinese.
La generazione video poggia su Seedance, il modello di ByteDance. Mango TV ci ha costruito sopra Mango Lingchuang, una piattaforma di produzione interna che orchestra oltre quaranta modelli e settanta funzioni, con addestramenti verticali sviluppati per il progetto.
Indice degli argomenti
Mango TV e ByteDance: il paradosso dell’AI adoption in azienda
I due fatti vanno letti insieme, ed è da qui che parte questo articolo. Mango TV si difende da ByteDance generando con il modello di ByteDance: il vantaggio che prova a costruirsi non sta nella tecnologia generativa, che è di chi la sta disintermediando, ma nel sistema industriale montato attorno. Se questa lettura è corretta, la riprogettazione non è stata un’opzione strategica elegante: è stata una risposta difensiva.
Tempi, costi e nuovi ruoli della produzione con l’AI
I numeri resi pubblici dal team di produzione: una stagione di trenta episodi da quaranta minuti, portata dal progetto alla messa in onda in meno di cinque mesi, contro i dodici-diciotto mesi di una serie di punta in prima serata, con i primi episodi in onda mentre i successivi erano ancora in lavorazione; costo per episodio intorno ai 900.000 yuan, circa 115mila euro, pari a 20-30.000 yuan al minuto, meno di un decimo di una serie animata tradizionale di livello equivalente; un team di poco più di cento persone, in cui i ruoli legati ad arte e generazione AI superano il 70% e i professionisti tradizionali del settore restano sotto il 30%. Dentro quei cento, il gruppo che presidia la produzione è composto da tre persone.
La regia condivisa tra creatività e algoritmi
L’architettura produttiva dichiarata è «regista + creatore AIGC + ingegnere degli algoritmi»: tre figure che condividono la responsabilità creativa. La serie procede in modalità «si produce, si revisiona, si trasmette» in parallelo. Il dettaglio che vale più di tutti gli altri: l’AI è impiegata su generazione delle scene, rendering e costruzione dei personaggi, mentre trama e direzione creativa restano esplicitamente guidate da persone. (Fonte: Xinhua, 9 settembre 2026.)
Che cosa il caso cinese non prova sull’adozione dell’AI
Vale la pena delimitare ciò che il caso non prova, per un’azienda che non produce contenuti audiovisivi.
Tre conclusioni che i dati non autorizzano
Non prova che l’AI riduca l’organico. La composizione del team è cambiata radicalmente, ma dai dati pubblici non è possibile stabilire se una produzione tradizionale equivalente avrebbe impiegato più persone, meno persone, o lo stesso numero su attività diverse. Il caso documenta una ricomposizione della squadra, e si ferma lì.
Non prova che il modello sia trasferibile di peso. Mango TV lavora in un settore organizzato per progetti e cicli brevi, con un mercato del lavoro creativo molto più fluido. Quel grado di libertà non è disponibile a chi ha contratti collettivi, reporting consolidato e approvazioni stratificate.
E non prova che la velocità sia un valore in sé: che produzione, revisione e trasmissione corrano in parallelo non significa che più veloce equivalga a migliore.
Dalla produttività alla trasformazione: ripensare il lavoro con l’AI
Tolto tutto questo, cosa rimane? Una distinzione che vale indipendentemente dal settore: la differenza tra aggiungere l’AI a un processo esistente e progettare il processo sapendo che l’AI esiste.
Nel primo caso l’organizzazione resta quella che era: stessi ruoli, stessi passaggi di approvazione, stesse responsabilità, e alle persone si consegna uno strumento nuovo aspettandosi che facciano lo stesso lavoro più in fretta. Nel secondo si parte da una domanda scomoda: se la tecnologia cambia il modo in cui il lavoro viene svolto, l’organizzazione costruita attorno al vecchio modo è ancora quella giusta?
Quando il lavoro umano si sposta verso il giudizio
Nel caso cinese la risposta implicita è no, e la divisione del lavoro dichiarata lo mostra: l’AI assorbe generazione delle scene, rendering e costruzione dei personaggi, gli strati esecutivi; il contributo umano si concentra su trama e direzione creativa, gli strati di giudizio. Il lavoro delle persone non sparisce e non si assottiglia: si sposta verso l’alto. E l’unità di misura della produzione smette di essere la scena finita e diventa il ciclo di iterazione.
Usare l’AI per fare meglio il lavoro di ieri genera produttività. Ripensare il lavoro sapendo che l’AI esiste genera trasformazione. Sono due esiti diversi, spesso confusi come se fossero la stessa cosa.
La formazione aziendale come banco di prova
Il principio non ha bisogno del cinema per valere. Si vede bene nella formazione aziendale. Aggiungere l’AI significa usarla per produrre più in fretta slide, dispense ed esercizi: stesso corso, stessa struttura, meno ore di lavoro. Riprogettare il processo significa un’altra cosa: passare da percorsi disegnati una volta e aggiornati ogni anno a contenuti che si adattano ai fabbisogni via via che emergono, con il formatore che si sposta dalla produzione del materiale alla progettazione dell’esperienza e alla verifica di cosa sia stato appreso. Il primo intervento fa risparmiare giornate. Il secondo cambia chi fa cosa, e obbliga a rivedere come si misura il risultato.
AI adoption in Italia tra regole, autorità e cultura dell’errore
Se il principio è trasferibile, il contesto no. Tre cose vanno tradotte esplicitamente prima di applicare qualunque lezione da questo caso.
Vincoli normativi e responsabilità
Primo: il perimetro normativo. Sarebbe comodo raccontare una Cina produttivamente libera contro un’Italia ingessata, ma la cronaca dice altro. Nelle stesse settimane in cui la serie andava in onda, la Cina ha stretto su due fronti: il regolamento sui micro-drama online, in vigore dal 1° settembre, e il parere della Corte Suprema del Popolo del 7 settembre sulle controversie in materia di intelligenza artificiale, che fissa un criterio severo: se il volto o la voce generati restano riconducibili a una persona identificabile, la violazione dei diritti della personalità è configurata. Controllo amministrativo a monte, responsabilità giudiziaria a valle.
Per un’impresa italiana la lettura utile è quindi un’altra: libertà produttiva e perimetro di responsabilità si stanno ridefinendo ovunque nello stesso momento, il che avvicina i due contesti invece di allontanarli. La mappatura dei vincoli, tra privacy, diritto del lavoro, contrattazione collettiva e AI Act, va fatta a monte del ridisegno.
Chi può cambiare un processo
Secondo: chi decide cosa. Nel modello cinese la responsabilità creativa è dichiaratamente condivisa tra tre figure. In un’azienda italiana la domanda equivalente è: chi ha oggi l’autorità di cambiare un processo che l’AI rende obsoleto? E quell’autorità è distribuita, o concentrata in un ruolo che difficilmente la cederà volentieri?
L’errore come parte dell’iterazione
Terzo: la cultura organizzativa rispetto all’errore. Produrre, revisionare e trasmettere in parallelo presuppone che correggere in corsa sia una prassi ordinaria. Molte organizzazioni italiane misurano ancora la performance sull’assenza di errori nella prima versione. Senza intervenire su questo, il ciclo di iterazione resta una figura retorica.
Un metodo per guidare l’adozione dell’AI, non un modello da copiare
Per chi guida un progetto di adozione dell’AI, il caso cinese non è un modello da copiare né un aneddoto da slide. È un test da applicare a un processo specifico: se oggi lo dovessi progettare da zero sapendo che l’AI esiste, lo costruiresti nello stesso modo?
Dal confronto tra aziende alla riprogettazione dei processi
È la domanda attorno a cui ruota AITO, il programma multi-corporate che sviluppiamo in ELIS: aziende di settori diversi che mettono a confronto, sugli stessi processi, le risposte che stanno già dando.
Quello che emerge con maggiore continuità dai tavoli è che il punto critico non è quasi mai la scelta della tecnologia. È la riprogettazione del processo, perché tocca insieme ruoli, competenze, modelli organizzativi e percorsi formativi, e li tocca a una velocità che i cicli di pianificazione della maggior parte delle aziende non sono attrezzati a sostenere. È la stessa asimmetria che si vede nel caso cinese, dove la parte difficile non è stata generare le immagini.
Il caso cinese dimostra che la domanda ha una risposta praticabile, e che sotto pressione competitiva le organizzazioni la trovano. Ma quella risposta non si importa da un contesto che non condivide quasi nessuno dei vincoli italiani. Si costruisce confrontandosi con chi quei vincoli li ha.
Partecipa alla community